6.6 random--伪随机数的生成

本模块提供了生成要求安全度不高的随机数。假设须要更高安全的随机数产生。须要使用os.urandom()或者SystmeRandom模块。

random.seed(a=None, version=2)

初始化随机数据的种子数值。假设a是None值，会取採用当前系统时间作为种子值。假设a是一个int类型的值。则会直接使用。參数version是版本号兼容，假设为版本号2时，对于str。bytes。bytearray採用int类型返回；在版本号1时，採用hash()返回。

样例：

#python 3.4

from random import *

r = seed()

print(r)

r = random()

print(r)

r = random()

print(r)

结果输出例如以下：

None

0.25563594631743225

0.8596359931999921

random.getstate()

获取当前随机数的环境状态，以便下次再使用。

样例：

#python 3.4

from random import *

r = seed()

print(r)

r = getstate()

print(r)

结果输出例如以下：

None

(3, (2147483648, 1806585935, 2218797231, 963762379, 2448530300, 4223961651, 2167919184, 3727107355, 2403035413,

...

1296424577, 1100183651, 306611027, 444923926, 1168100930, 624), None)

random.setstate(state)

恢复上一次获取的状态，上次的状态使用getstate()来获取。

样例：

#python 3.4

from random import *

r = seed()

print(r)

r = getstate()

print(random())

setstate(r)

print(random())

结果输出例如以下：

None

0.38424833141530745

0.38424833141530745

random.getrandbits(k)

返回指定k位数的随机整数值。

样例：

#python 3.4

from random import *

r = seed()

r = getrandbits(4)

print(r)

r = getrandbits(4)

print(r)

结果输出例如以下：

4

9

random.randrange(stop)

random.randrange(start, stop[, step])

返回一个指定范围内的随机值。stop是最大值的整数边界。start是起始值。step是每一个值之间的间隔。返回的值大于等于start，小于stop。

样例：

#python 3.4

from random import *

r = seed()

r = randrange(5)

print(r)

r = randrange(0, 10, 2)

print(r)

结果输出例如以下：

2

8

random.randint(a, b)

返回一个整数，它的范围是a <= N <=b。

样例：

#python 3.4

from random import *

r = seed()

r = randint(1, 2)

print(r)

r = randint(1, 2)

print(r)

结果输出例如以下：

2

1

random.choice(seq)

从一个非空的序列里返回一个元素，假设为空的序列就抛出异常InexError。

样例：

#python 3.4

from random import *

r = seed()

r = choice(['a', 'b', 'c'])

print(r)

r = choice(['a', 'b', 'c'])

print(r)

结果输出例如以下：

c

a

random.shuffle(x[, random])

对序列x进行随机移动元素的位置。

可选參数random是一个返回随机浮点数[0.0, 1.0)之间的函数。

样例：

#python 3.4

from random import *

r = seed()

l = ['a', 'b', 'c', 'd']

print(l)

r = shuffle(l)

print(r, l)

结果输出例如以下：

['a', 'b', 'c', 'd']

None ['b', 'd', 'a', 'c']

random.sample(population, k)

从序列population里随机地返回k个元素的序列。

样例：

#python 3.4

from random import *

r = seed()

l = ['a', 'b', 'c', 'd']

print(l)

r = sample(l, 3)

print(r)

结果输出例如以下：

['a', 'b', 'c', 'd']

['c', 'a', 'b']

random.random()

返回范围在[0.0, 1.0)之间的随机浮点数。

样例：

#python 3.4

from random import *

r = seed()

r = random()

print(r)

结果输出例如以下：

0.3916060348292988

random.uniform(a, b)

在a和b区间返回一个随机浮点数。假设a <= b则返回  a <= N <= b。假设 b < a则返回b <= N <= a。

样例：

#python 3.4

from random import *

r = seed()

r = uniform(1.0, 2.5)

print(r)

r = uniform(8.0, 2.5)

print(r)

结果输出例如以下：

1.6498941793878243

4.22188785768826

random.triangular(low, high, mode)

返回三角形分布的随机数， low <= N <= high。參数mode指明众数出现位置。

样例：

#python 3.4

from random import *

r = seed()

r = triangular(-3, 8, 0.8)

print(r)

r = triangular(-3, 8, 10)

print(r)

结果输出例如以下：

1.5058316902823226

0.27606363975774073

random.betavariate(alpha, beta)

返回 beta分布的随机数，參数alpha是大于0的值，參数beta是大于0的值。返回值的区间在0和1之间。

样例：

#python 3.4

from random import *

r = seed()

r = betavariate(1, 2)

print(r)

r = betavariate(1, 2)

print(r)

结果输出例如以下：

0.11852634010531515

0.029427309916706654

random.expovariate(lambd)

返回指数分布的随机数。

參数lambd是正值。刚从0到正无限大的值。參数lambd是负值。则返回负无穷大到0的值。

样例：

#python 3.4

from random import *

r = seed()

r = expovariate(1)

print(r)

r = expovariate(-3)

print(r)

结果输出例如以下：

0.2003044059401706

-0.1785055187658876

random.gammavariate(alpha, beta)

伽玛分布的随机数。

x ** (alpha - 1) * math.exp(-x / beta)

pdf(x) =  --------------------------------------

math.gamma(alpha) * beta ** alpha

样例：

#python 3.4

from random import *

r = seed()

r = gammavariate(1, 2)

print(r)

r = gammavariate(1, 2)

print(r)

结果输出例如以下：

0.5413328891492575

4.139239480698503

random.gauss(mu, sigma)

返回高斯分布的随机数。

參数mu是一个平均数，sigma是绝对偏差。

样例：

#python 3.4

from random import *

r = seed()

r = gauss(1, 2)

print(r)

r = gauss(1, 2)

print(r)

结果输出例如以下：

2.8846358328647543

-0.7848726717436769

random.lognormvariate(mu, sigma)

对数分布的随机数。mu是一个平均数，sigma是一个绝对偏差。

样例：

#python 3.4

from random import *

r = seed()

r = lognormvariate(1, 2)

print(r)

r = lognormvariate(1, 2)

print(r)

结果输出例如以下：

3.4904102483152704

1.7560462679767879

random.normalvariate(mu, sigma)

正态分布的随机数。參数mu是一个平均数。sigma是标准方差。

样例：

#python 3.4

from random import *

r = seed()

r = normalvariate(1, 2)

print(r)

r = normalvariate(1, 2)

print(r)

结果输出例如以下：

1.7317832780485172

2.1163922446170247

random.vonmisesvariate(mu, kappa)

返回冯米塞斯分布的随机数。參数mu是平均角度，使用弧度表示，范围在0到2*pi之间。

參数kappa是集中程度參数。是一个大于等于0的值。

样例：

#python 3.4

from random import *

r = seed()

r = vonmisesvariate(1, 2)

print(r)

r = vonmisesvariate(1, 2)

print(r)

结果输出例如以下：

0.9831582967095295

2.3340486646429404

random.paretovariate(alpha)

返回帕累托分布的随机数。參数alpha是一个模型參数。

样例：

#python 3.4

from random import *

r = seed()

r = paretovariate(2)

print(r)

r = paretovariate(2)

print(r)

结果输出例如以下：

1.1031942255648155

2.3128974772541597

random.weibullvariate(alpha, beta)

返回韦伯分布的随机数。參数alpha是缩放系统，參数beta是模型參数。

样例：

#python 3.4

from random import *

r = seed()

r = weibullvariate(2, 1)

print(r)

r = weibullvariate(2, 1)

print(r)

结果输出例如以下：

1.1790484913990984

5.519287151687428

class random.SystemRandom([seed])

使用操作系统底层产生随机数，可是不是全部系统平台都是可用的。

样例：

#python 3.4

from random import *

r = SystemRandom()

print(r)

print(r.random())

结果输出例如以下：

<random.SystemRandom object at 0x03180070>

0.466491601955791

蔡军生  QQ:9073204 深圳